Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Modellquellen und Lizenzvereinbarungen

Amazon SageMaker JumpStart bietet Zugriff auf Hunderte von öffentlich zugänglichen und firmeneigenen Stiftungsmodellen von Drittanbietern und Partnern. Sie können die Auswahl des JumpStart Foundation-Modells direkt in der SageMaker AI-Konsole, Studio oder Studio Classic erkunden.

Lizenzen und Modellquellen

Amazon SageMaker JumpStart bietet Zugriff auf öffentlich zugängliche und proprietäre Stiftungsmodelle. Grundlagenmodelle werden von externen Open-Source-Anbietern und proprietären Anbietern integriert und verwaltet. Daher werden sie unter verschiedenen Lizenzen veröffentlicht, die von der Modellquelle angegeben wurden. Achten Sie darauf, die Lizenz für jedes von Ihnen verwendete Grundlagenmodell zu überprüfen. Sie sind dafür verantwortlich, alle geltenden Lizenzbedingungen zu überprüfen und einzuhalten sowie sicherzustellen, dass sie für Ihren Anwendungsfall akzeptabel sind, bevor Sie den Inhalt herunterladen oder verwenden. Einige Beispiele für gängige Grundlagenmodell-Lizenzen:

Achten Sie auch bei allen proprietären Grundlagenmodellen darauf, die Nutzungsbedingungen und Nutzungsrichtlinien des Modellanbieters zu überprüfen und einzuhalten. Wenn Sie Fragen zu den Lizenzinformationen für ein bestimmtes proprietäres Modell haben, wenden Sie sich direkt an den Modellanbieter. Die Kontaktinformationen des Modellanbieters finden Sie auf der Registerkarte Support auf jeder Modellseite in AWS Marketplace.

End-user Lizenzverträge

Für einige JumpStart Basismodelle ist vor der Verwendung die ausdrückliche Annahme einer Endbenutzer-Lizenzvereinbarung (EULA) erforderlich.

Akzeptanz der EULA in Amazon Studio SageMaker

Möglicherweise werden Sie aufgefordert, eine Endbenutzer-Lizenzvereinbarung zu akzeptieren, bevor Sie ein JumpStart Basismodell in Studio optimieren, bereitstellen oder evaluieren. Informationen zu den ersten Schritten mit JumpStart Foundation-Modellen in Studio finden Sie unter. Verwenden von Basismodellen in Studio

Bei einigen JumpStart Basismodellen muss vor der Bereitstellung eine Endbenutzer-Lizenzvereinbarung akzeptiert werden. Wenn dies auf das Basismodell zutrifft, das Sie verwenden möchten, zeigt Studio ein Fenster an, das den Inhalt der Endbenutzer-Lizenzvereinbarung enthält. Sie sind dafür verantwortlich, alle geltenden Lizenzbedingungen zu überprüfen und einzuhalten sowie sicherzustellen, dass sie für Ihren Anwendungsfall akzeptabel sind, bevor Sie ein Model herunterladen oder verwenden.

Akzeptanz der EULA in Amazon Studio Classic SageMaker

Möglicherweise werden Sie aufgefordert, eine Endbenutzer-Lizenzvereinbarung zu akzeptieren, bevor Sie ein JumpStart Foundation-Modell bereitstellen oder ein JumpStart Foundation-Model-Notizbuch in Studio Classic öffnen. Informationen zu den ersten Schritten mit JumpStart Foundation-Modellen in Studio Classic finden Sie unterVerwenden Sie Basismodelle in Amazon SageMaker Studio Classic.

Bei einigen JumpStart Basismodellen muss vor der Bereitstellung eine Endbenutzer-Lizenzvereinbarung akzeptiert werden. Wenn dies auf das Basismodell zutrifft, das Sie verwenden möchten, werden Sie von Studio Classic in einem Fenster mit dem Titel Endbenutzer-Lizenzvereinbarung (EULA) und Acceptable Use Policy (AUP) unten prüfen dazu aufgefordert, nachdem Sie entweder Bereitstellen oder Notebook öffnen ausgewählt haben. Sie sind dafür verantwortlich, alle geltenden Lizenzbedingungen zu überprüfen und einzuhalten sowie sicherzustellen, dass sie für Ihren Anwendungsfall akzeptabel sind, bevor Sie ein Model herunterladen oder verwenden.

Annahme des Endbenutzer-Lizenzvertrags mit der SageMaker Python SDK

In den folgenden Abschnitten wird gezeigt, wie Sie bei der Bereitstellung oder Feinabstimmung eines JumpStart Modells mit dem SDK explizit die Akzeptanz der EULA erklären. SageMaker Python Weitere Informationen zu den ersten Schritten mit JumpStart Foundation-Modellen mithilfe des SageMaker Python SDK finden Sie unter. Verwenden Sie Fundamentmodelle mit dem SageMaker Python SDK

Führen Sie Folgendes aus, bevor Sie beginnen:

Akzeptanz der EULA bei der Bereitstellung eines Modells JumpStart

Für Modelle, für die die Annahme einer Endbenutzer-Lizenzvereinbarung erforderlich ist, müssen Sie bei der Bereitstellung Ihres Modells ausdrücklich erklären, dass der Endbenutzer-Lizenzvertrag akzeptiert wird. JumpStart

from sagemaker.serve import ModelBuilder
from sagemaker.core.jumpstart.configs import JumpStartConfig

# Declare EULA acceptance in your JumpStart configuration
jumpstart_config = JumpStartConfig(
    model_id="meta-textgeneration-llama-2-13b",
    accept_eula=True,
)
model_builder = ModelBuilder.from_jumpstart_config(jumpstart_config=jumpstart_config)
model = model_builder.build()
endpoint = model_builder.deploy()

Der accept_eula Wert ist False standardmäßig. Um die Endbenutzer-Lizenzvereinbarung zu akzeptieren, setzen Sie sie explizit aufTrue. Weitere Informationen finden Sie ModelBuilder in der SageMaker Python SDK-Dokumentation auf der Read the Docs-Website.

Akzeptanz der EULA bei der Feinabstimmung eines Modells JumpStart

Für die Feinabstimmung von Modellen, für die die Annahme einer Endbenutzer-Lizenzvereinbarung erforderlich ist, müssen Sie die Zustimmung ausdrücklich erklären. Stellen Sie dies auf das einJumpStartConfig, mit dem Sie Ihr erstellen. ModelTrainer Fine-tuning Ein vortrainiertes Modell ändert die Gewichte des Originalmodells. Wenn Sie das optimierte Modell später bereitstellen, müssen Sie daher keine EULA akzeptieren.

from sagemaker.train import ModelTrainer
from sagemaker.train.configs import InputData
from sagemaker.core.jumpstart.configs import JumpStartConfig

# Declare EULA acceptance in your JumpStart configuration
jumpstart_config = JumpStartConfig(
    model_id="meta-textgeneration-llama-2-13b",
    accept_eula=False,
)
model_trainer = ModelTrainer.from_jumpstart_config(jumpstart_config=jumpstart_config)
model_trainer.train(
    input_data_config=[
        InputData(channel_name="train", data_source=training_dataset_s3_path),
        InputData(channel_name="validation", data_source=validation_dataset_s3_path),
    ]
)

Der accept_eula Wert ist False standardmäßig. Um die Endbenutzer-Lizenzvereinbarung zu akzeptieren, setzen Sie sie auf der JumpStartConfig explizit True auf. Weitere Informationen finden Sie unter SageMaker Train in der SageMaker Python SDK-Dokumentation auf der Read the Docs-Website.